Experimentação em marketing B2B é um inferno. Veja como corrigi-lo

A experimentação no marketing B2B é muito mais difícil do que no B2C, muito por causa do longo ciclo de vendas e suas implicações.

Neste post, você aprenderá por que a experimentação é a chave para um bom marketing, por que é um desafio tão grande no marketing B2B e como implementar uma metodologia de experimentação e um ciclo de feedback para acomodar esse desafio.

Todo mundo tem uma opinião sobre se o marketing é uma arte ou uma ciência. Mas quando se trata de experimentos, não há debate – experimentos de marketing robustos são o padrão-ouro para estabelecer causalidade e devem ser considerados uma ciência para todo líder de marketing.

Do seu tempo no laboratório de química do ensino médio, você deve se lembrar que os experimentos ajudam a testar e provar (ou refutar) uma hipótese – geralmente relacionada a uma relação de causa e efeito.

As experiências em marketing não são diferentes. Eles ajudam você a identificar as atividades que estão funcionando (tendo o impacto desejado em uma métrica específica), eliminar aquelas que não estão e, se tiver sorte, descobrir novas estratégias com base nos insights coletados ao longo do caminho.

Na era da disrupção, eles mantêm o marketing na vanguarda – porque o que 'funciona' continua mudando. A única maneira de ficar à frente é encontrar e melhorar as atividades que importam, e uma abordagem estruturada para teste e experimentação pode levar não apenas a melhorias, mas também a avanços.

Soa como um ganha-ganha até agora.

Então, por que, apesar de suas óbvias necessidades e vantagens, os líderes de marketing B2B geralmente evitam a experimentação de marketing?

O desafio com experimentos de marketing B2B

Embora diversos comitês de compra (geralmente 7 ou mais membros envolvidos na decisão de compra) e jornadas de compra multicanal (dezenas, até centenas de pontos de contato) aumentem a complexidade, o maior desafio de experimentação para profissionais de marketing B2B focados em receita é o longo ciclo de vendas – o longo intervalo entre o primeiro contato e a conversão final.

Aqui está o porquê.

Em um longo ciclo de vendas, as métricas mais relacionadas à receita são as métricas de funil inferior. Por exemplo, oportunidades (número de clientes em potencial que passaram pela qualificação e provavelmente se tornarão clientes), pipeline (a receita potencial de todas as oportunidades - ou seja, a soma de toda a receita esperada gerada se todas as oportunidades forem conquistadas), velocidade do ciclo de vendas (tempo necessário para converter um lead em cliente pagante), taxa de conversão (a proporção de leads que realmente se convertem em clientes pagantes).

Otimizar para tais métricas pode ser um desafio. Um ciclo de vendas prolongado significa que o impacto da experiência só será tangível muito tempo após a conclusão da atividade.

Os profissionais de marketing B2B não podem esperar meses para saber se suas atividades estão funcionando ou não. Pode significar todo um ciclo de vendas perdido!

Como resultado, muitos profissionais de marketing acabam evitando completamente a experimentação, optando por ferramentas novas e brilhantes, copiando estratégias de concorrentes ou recorrendo ao uso de 'métricas de proxy' para medir o impacto na receita. A última pode ser popular, mas se for a única métrica que você mede, pode acabar fazendo mais mal do que bem para seus experimentos focados em receita.

Por que as métricas de proxy não são suficientes para experimentos de marketing B2B com foco em receita

As métricas de proxy são métricas que não estão diretamente vinculadas à geração de receita por si mesmas, mas podem ser usadas como indicadores para as métricas que são.

No contexto de marketing B2B, muitas vezes vemos as principais métricas do funil (ToFu), como geração de leads, MQLs e SQLs, sendo medidas e otimizadas como um substituto – ou proxies – para as métricas do funil inferior.

Isso ocorre porque seu impacto é visível mais rapidamente, são relativamente mais fáceis de rastrear e medir e podem ser otimizados várias vezes em um ciclo de vendas.

No entanto, é importante reconhecer que testar e experimentar com métricas que mostram 'conversão' de um estágio do funil para outro não é o mesmo que testar métricas que mostram ' conversão real' – ou seja, de prospect para cliente pagante.

Infelizmente, devido ao ciclo de vendas mais complexo e demorado, a correlação das métricas de proxy com as métricas de funil inferior – aquelas que podem ser diretamente vinculadas à receita – é muito menor. Isso significa que as métricas de proxy podem ser indicativas, na melhor das hipóteses, e não relacionadas, na pior.

Esse é um obstáculo real se você estiver tentando otimizar a receita. Portanto, embora as métricas do ToFu tenham seu lugar, elas podem não ser as melhores métricas de proxy para experimentação B2B vinculada à receita.

Essa desconexão entre as métricas do estágio do funil e a duração do ciclo de vendas apresenta um dilema para o líder de marketing bem-intencionado.

Por exemplo, como uma empresa de SaaS, você deseja otimizar para receita recorrente anual (ARR), uma métrica mais relacionada à receita de sua empresa e indicativa da saúde geral da empresa.

Com um ciclo médio de vendas de 8 a 12 meses, isso significaria esperar o ano todo para descobrir se suas atividades levaram a conversões que atendem à sua referência de ARR. Esperar tanto tempo significa que você não poderá otimizar nada este ano.

No entanto, se você optar por um proxy de funil mais alto, como MQLs, poderá rastrear e otimizar para melhorar essas métricas. Algo é melhor do que nada certo?

Infelizmente, no final do ano, você descobre que, embora tenha feito mais atividades que estavam gerando MQLs, sua taxa de conversão de MQL para cliente caiu mais abaixo no funil. Agora você percebe que otimizou uma métrica de proxy que não estava correlacionada com a conversão vinculada à receita o tempo todo.

O dilema dos profissionais de marketing B2B

Sem dúvida, os profissionais de marketing B2B querem saber (e mostrar) o impacto que suas atividades estão causando nas receitas.

Mas com as receitas reais a uma boa distância das atividades de marketing e as métricas mais vinculadas à receita firmemente no fundo do funil – ou perto do final do ciclo de vendas – você precisa fazer uma escolha.

Essa escolha é entre executar ciclos de otimização mais frequentes usando métricas de proxy ou manter o foco em métricas vinculadas à receita, mas executar muito menos ciclos de otimização.

Com o primeiro, o ciclo de feedback é mais rápido, mas o risco é que você possa otimizar para métricas que realmente não afetam a receita. Em outras palavras, um esforço (e orçamento) desperdiçado.

Com o último, você teme que o feedback possa ser tão lento que qualquer otimização pode chegar tarde demais para fazer a diferença. Você pode nem ter a chance de redirecionar seus dólares de marketing para as atividades de maior impacto na receita no mesmo ciclo de vendas.

Superando o desafio do experimento B2B com a metodologia de marketing de receita

Felizmente, executar experimentos de marketing não precisa ser uma escolha de tudo ou nada. Não poder executar ciclos mais frequentes não é motivo para desistir de experimentos para otimizar métricas vinculadas à receita. Existe uma terceira alternativa que é muito mais eficaz e, sim, científica.

Na verdade, com essa metodologia, você nem precisa escolher. Você só precisa encontrar o equilíbrio certo.

Um equilíbrio entre otimizar para métricas de funil inferior e executar o número certo de ciclos de otimização. Isso significa que você não precisa sacrificar a frequência dos ciclos de otimização nem o foco nas métricas de receita do funil final.

Aqui está como funciona.

Configure as condições certas para a experimentação de marketing B2B

Estar totalmente preparado para medir as métricas de receita e aproveitar ao máximo seu programa de experimentação tem 3 componentes inegociáveis:

1. Alinhar metas com receitas

Vendas e marketing precisam de alinhamento completo em cada métrica de estágio do funil, bem como quais delas são as métricas vinculadas à receita mais importantes para o seu negócio (e não apenas para cada função). Por exemplo, se os profissionais de marketing buscam tráfego e leads, enquanto as vendas se preocupam com SQLs e vitórias próximas, a otimização do que realmente importa se torna impossível.

Como vimos, é muito conveniente recorrer a métricas de proxy que não estão diretamente vinculadas à receita. A criação de um modelo de receita sólido garante que todas as partes interessadas estejam alinhadas e orientadas para métricas de funil inferior – aquelas que mais impactam os resultados de receita.

Em uma entrevista recente, Guillaume “G” Cabane, ex-vice-presidente de crescimento da Drift, Segment, and Mention, compartilha por que toda a equipe de marketing deve se alinhar em torno da receita:

Se você observar alguns dos trabalhos que fiz nos últimos anos, o que fiz foi converter todas as métricas de marketing em receita unificada e prevista, métrica de dólar.

E isso é muito importante e informa o resto da minha estratégia. Caso contrário, é difícil comparar quando você faz. Você direciona o tráfego para alguns dos seus conteúdos. Quão valioso é isso? Não, difícil dizer. Agora, alguém vai fazer um webinar. Eles se inscreveram e participantes. Quão valioso é isso? […] E compará-los é difícil porque você tem diferentes tipos de leads ou perfis de clientes engajados, em diferentes etapas do funil. E esses experimentos têm diferentes quantidades de tempo e orçamentos.

Portanto, é impossível comparar, a menos que você encontre uma maneira de agregar ou simplificar isso para uma métrica única, foi o que fiz. E assim, usando alguns modelos simples de previsão, convertemos todas as métricas de engajamento em receita futura. A receita futura tem uma multiplicação de fatores com base na probabilidade de qualquer cliente potencial com base em seu engajamento, com base em seu tamanho para converter em uma data futura na porcentagem futura e em um ACV futuro.

E assim toda a minha equipe olha apenas para a receita futura. Isso nos ajuda muito a decidir qual é o roteiro. Onde está o elevador mais alto. E também, onde é mais rentável?

Pode-se argumentar que Cabane está adotando uma abordagem bastante extrema ao medir apenas as métricas de receita. Acredito que há uma ampla gama de métricas eficazes que você pode escolher, desde que entenda a necessidade de conectá-las à receita.

2. Configure uma solução de atribuição robusta

De acordo com uma pesquisa recente, 76% de todos os profissionais de marketing dizem que atualmente têm ou terão nos próximos 12 meses a capacidade de usar a atribuição de marketing. Ótima notícia, pois saber identificar e mensurar adequadamente o impacto na receita de cada atividade de marketing (canal, campanha, conteúdo etc.) é um pré-requisito para dobrar as que estão funcionando.

Devido à natureza complexa das jornadas do cliente B2B, não basta qualquer solução de atribuição. Você precisa de uma solução de atribuição de funil completo capaz de agregar várias atividades de marketing online e offline (canais, ativos, pontos de contato) por meio do funil e conectar resultados de atribuição a resultados de negócios.

3. Conheça a duração exata do seu ciclo de vendas

A duração do ciclo de vendas é tipicamente o tempo médio que leva para fechar uma venda, conforme medido pelo sistema de CRM. A duração depende da complexidade do seu processo de vendas. É fundamental que todas as partes interessadas concordem e estejam cientes da duração exata do ciclo de vendas, pois você baseará seu programa de experimentação nesse valor.

Embora sempre haja pressão para mostrar resultados rapidamente, estamos mais interessados ​​em mostrar os resultados certos – aqueles que aumentam a receita. É por isso que ignorar a duração do ciclo de vendas como um fator-chave em experimentos pode levar você a tirar conclusões prematuras ou tomar decisões erradas, como cortar uma atividade de marketing muito cedo ou muito tarde.

Parece haver um entendimento crescente em nosso setor de que a devida consideração da duração do ciclo de vendas deve ser levada em consideração.

Chris Walker, fundador e CEO da Refine Labs, mencionou recentemente a importância de dar tempo suficiente para que as iniciativas de marketing tenham impacto:

Com um novo programa de marketing no Enterprise SaaS, sua janela de tempo para avaliar o sucesso deve ser de 4 a 12 meses. 4 meses no mínimo.

É hora de mudar essa percepção para que as equipes de marketing tenham tempo/espaço suficiente para encontrar novos programas que realmente gerem resultados de negócios .

Executar experimentação de marketing B2B

Muitos profissionais de marketing B2B realmente não consideram os ciclos de otimização ao planejar experimentos, escolhendo métricas aleatoriamente, isoladas do contexto do funil maior.

A metodologia de marketing de receita é melhor porque permite medir o mais próximo possível da receita, sem sacrificar o número de ciclos de otimização necessários ao longo do ano. A visualização de funil completo também ajuda a definir e conectar os ciclos durante toda a duração do ciclo de vendas.

Chamamos isso de encontrar o 'ponto ideal do ciclo de otimização' para sua empresa.

Vamos dar um exemplo.

Se sua empresa tiver um ciclo de vendas mais longo e você estiver comprometido em otimizar para métricas vinculadas à receita de funil inferior, é importante aceitar que o ciclo de otimização terá que ser mais longo para fornecer resultados conclusivos.

Digamos que você esteja otimizando para uma métrica como receita (fechado-ganho), e você tem um ciclo de vendas de seis meses, não há como ter um ciclo de otimização mais curto do que seis meses. Assim, você planeja dois ciclos semestrais por ano para analisar, medir e otimizar a receita com ganhos fechados.

No entanto, otimizar para obter receita não significa que você está condenado a dois ciclos de otimização semestrais! É aqui que você criará um ciclo personalizado que encadeia o funil com base no seu contexto exclusivo.

Exemplo B2B do mundo real de descobrir ciclos de otimização

Em uma entrevista recente que fizemos sobre planejamento de marketing B2B, Jason Widup, vice-presidente de marketing da Metadata, compartilhou como ele usa seu modelo de demanda para manter-se atualizado sobre seus KPIs e metas de receita todas as semanas.

Leva três meses, seis meses, para entendermos o impacto real de uma campanha ou de uma nova estratégia. Mas, estamos sempre olhando para os principais indicadores ao longo do caminho. Indicadores principais são pipeline criado, reuniões agendadas, solicitações de demonstração. Então, enquanto vemos que esses indicadores principais estão próximos... À medida que nos aproximamos da receita, essas taxas de conversão precisam ser mais apertadas.

Eu olho para [meu modelo de demanda] uma vez por semana, provavelmente. Então eu olho para isso no trimestre atual e me certifico de que ele me mostre um número negativo, então eu sei que não preciso gerar mais pipeline para o trimestre atual. Também estou olhando para ele duas vezes por mês para o próximo trimestre, apenas para ter certeza de que o pipeline não mudou.

Widup usa seu modelo de demanda para executar ciclos de otimização programados e rastrear métricas de receita e métricas de proxy semanal e mensalmente. Como fica evidente na resposta de Widup, decidir quando definir seus ciclos de otimização também tem a ver com seu próprio nível de ansiedade e preferência pessoal e não é uma decisão exclusivamente lógica e orientada para os negócios.

Crie seu cronograma de otimização de cascata personalizado

Para acomodar vários ciclos de otimização de duração com base em suas necessidades, crie um cronograma de otimização em cascata, começando com o ciclo de otimização menos frequente (por exemplo, semestral ou trimestral) e continue para os ciclos de otimização mais frequentes (por exemplo, mensal ou semanal de acordo com SQLs e MQL).

Em nosso exemplo acima, começamos com um ciclo de otimização semestral para receita (fechado-ganho) . Para o próximo ciclo, você escolhe a próxima métrica de receita mais próxima. Digamos que para o seu negócio, isso é 'oportunidade' , e leva 3 meses do lead à oportunidade. Então, o próximo ciclo de otimização pode ser trimestral, por oportunidade, que também é bastante correlacionado à receita.

No entanto, também há pressão para mostrar o progresso da gestão com mais frequência. Então você pega outro ciclo de otimização mais frequente para a próxima métrica removida. Digamos ' SQL' . Você executa uma análise mensal de SQLs. Essa pode ser uma boa métrica de proxy e um indicador importante de que você está no caminho certo, mas não substitui a análise trimestral.

Pode até chegar a um ciclo de otimização semanal, digamos, para 'MQLs'. No entanto, você deve estar ciente da correlação exata dessas métricas do funil superior com a receita – provavelmente, será menos correlacionada à receita do que o item anterior da cascata.

Personalize seu ciclo de otimização para atender às suas prioridades

É importante observar que cada organização requer um conjunto diferente de ciclos de otimização. Você deve levar em consideração variáveis ​​como duração do ciclo de vendas, orçamento, canais escolhidos, ICP, ferramentas, capacidades da equipe, prioridades de gerenciamento, etc., que são específicas para sua organização ao projetar seu cronograma em cascata.

Use a análise de correlação como um bônus

Como vimos, métricas que não estão fortemente correlacionadas com a receita não são vistas como uma representação válida de sucesso. Os profissionais de marketing focados no crescimento precisam se desafiar a se alinharem em torno de métricas de funil mais baixas, uma vez que estão muito mais correlacionadas com receitas do que métricas de funil mais alto.

No entanto, existem dois cenários em que você pode precisar usar métricas de funil superior como proxies, embora depois de verificar sua correlação com a receita – por mais remota que seja – usando a análise de correlação.

Esses cenários são

1. Em ciclos de vendas muito longos, as métricas de proxy podem ajudar a indicar progresso ou gargalos ao longo do ciclo de compra. Nesses casos, o profissional de marketing pode usar métricas de funil superior, como leads , como uma métrica de proxy, desde que encontre alguma correlação de leads com receita.
2. Há uma necessidade de provar ao conselho ou ao C-Suite que mesmo as métricas do funil superior das atividades de marketing estão de fato correlacionadas com a receita, mesmo que o profissional de marketing esteja otimizando as métricas do funil inferior.

Como a análise de correlação está fora do campo do marketing e requer um cientista de dados ou software especial, esses cenários podem ser vistos como um bônus para fortalecer o programa de experimentos.

Seja proativo com a aceleração de pipeline

Seus ciclos de otimização são projetados em torno dos cronogramas de ciclo de vendas existentes e abordam principalmente as métricas de eficácia (volume) e custo-benefício (ROI).

Além de otimizar essas métricas cruciais, você também pode implementar proativamente uma estratégia de aceleração de pipeline para encurtar o ciclo de vendas e permitir mais ciclos de teste em seu programa experimental.

Pipelines acelerados significam ciclos de vendas mais curtos. E ciclos de vendas mais curtos significam ciclos de feedback mais rápidos e ciclos de otimização mais curtos. A aceleração de pipeline também traz aceleração de receita, uma jornada do comprador mais simplificada e menos complexidade.

Como já implementamos uma solução de atribuição de funil completo, podemos validar mais facilmente quais canais contribuem para ciclos de vendas mais curtos ou mais longos ou impactam a permanência do ciclo de vendas.

Com essas informações, você pode escolher entre várias táticas para acelerar o pipeline, incluindo identificar (e racionalizar) fatores que contribuem para um ciclo de vendas mais longo, dobrar os esforços de capacitação de vendas, focar em segmentos de público com ciclos de vendas mais rápidos e otimizar para canais com ciclos de vendas mais curtos, entre outros.

Não perca. Faça o poder dos experimentos de marketing B2B trabalhar para você.

Embora a experimentação de marketing B2B seja um desafio, não otimizar as métricas relacionadas à receita não é mais uma opção na era da receita.

No entanto, é importante ser realista sobre o processo: medir os fatores que afetam um negócio de um milhão de dólares que leva um ano para ser fechado não pode ser feito da mesma forma que um negócio de US$ 50 que leva 2 minutos para ser fechado.

Embora não exista uma fórmula mágica para otimizar as métricas relacionadas à receita em longos ciclos de vendas B2B, a metodologia que compartilhamos pode ajudá-lo a executar um programa de experimentos mais coeso e bem-sucedido.

Como os profissionais de marketing focados em receita que já usam essa metodologia descobriram, otimizando as métricas corretas no contexto de todo o funil e duração do ciclo de vendas, a recompensa não inclui apenas uma conexão clara entre as atividades de marketing e a receita, mas também a confiança para colocar seu dólares por trás das atividades que estão funcionando através do funil.

E com a metodologia que descrevemos para você neste artigo, nada impede que você aproveite o poder dos experimentos de marketing B2B para o seu negócio.